テンソルフロー::作戦:: ParseSingleExample

tf.Example プロト (文字列として) を型付きテンソルに変換します。

まとめ

引数:

• スコープ:スコープオブジェクト
• シリアル化: バイナリでシリアル化されたサンプル プロトのバッチを含むベクトル。
• Density_defaults: Tensor のリスト (一部は空の場合もあります)。その長さはdense_keysの長さと一致します。 Density_defaults[j] は、例の feature_map に Density_key[j] がない場合のデフォルト値を提供します。空のテンソルがdense_defaults[j]に提供される場合、機能dense_keys[j]が必要です。入力タイプは、空の場合でも、dense_defaults[j] から推測されます。 ense_defaults[j] が空ではなく、dense_shapes[j] が完全に定義されている場合、dense_defaults[j] の形状は Densse_shapes[j] の形状と一致する必要があります。 dense_shapes[j] に未定義の主次元 (可変ストライド密特徴) がある場合、dense_defaults[j] には単一の要素、つまりパディング要素が含まれている必要があります。
• num_sparse: 例から解析されるスパース特徴の数。これは、 sparse_keysおよびsparse_typesの長さと一致する必要があります。
• sparse_keys: num_sparse文字列のリスト。スパース値に関連付けられた例の機能で予期されるキー。
• Density_keys: 密な値に関連付けられた例の機能で予期されるキー。
• sparse_types: num_sparseタイプのリスト。 sparse_keys で指定された各フィーチャーのデータのデータ型。現在、 ParseSingleExample演算は DT_FLOAT (FloatList)、DT_INT64 (Int64List)、および DT_STRING (BytesList) をサポートしています。
• ense_shapes:dense_keys で指定された各フィーチャーのデータの形状。このリストの長さは、 dense_keysの長さと一致する必要があります。 Density_key[j] に対応するフィーチャ内の要素の数は、常に Density_shapes[j].NumEntries() と等しくなければなりません。 Density_shapes[j] == (D0, D1, ..., DN) の場合、出力Tensordensor_values [j] の形状は (D0, D1, ..., DN) になります。 (-1, D1, ..., DN) の場合、出力Tensordenses_values [j] の形状は (M, D1, ..., DN) になります。ここで、M は長さ D1 * の要素のブロックの数です。 ... * DN、入力内。

戻り値:

• OutputList sparse_indices
• OutputList sparse_values
• OutputList sparse_shapes
• OutputList密な値

パブリック属性

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice< string > & sparse_keys,
  const gtl::ArraySlice< string > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)